Υπολογιστική Νοημοσύνη και Επιστήμη της Πολυπλοκότητας στις Επιχειρήσεις

  • Η κλασσική Τεχνητή Νοημοσύνη χρησιμοποιούσε συμβολική αναπαράσταση της γνώσης και τεχνικές ανάλυσης υψηλού επιπέδου (High-Level approach)
  • Η προσέγγιση αυτή είχε σοβαρούς περιορισμούς και έφτασε σε ένα σημείο που δεν μπορούσε να προσφέρει τίποτε καινούργιο
  • Η έρευνα στράφηκε σε τεχνικές ανάλυσης χαμηλού επίπέδου (Low-Level approach)
  • Η βασική ιδέα ήταν η εξής: αντί να έχω αναπαράσταση της γνώσης σε ένα υψηλό επίπεδο, θα αντικαταστήσω τα μοντέλα αυτά με αλγορίθμους που στηρίζονται στην αριθμητική επεξεργασία της πληροφορίας (δηλαδή υπολογιστικά) π.χ. αντί να έχω ένα αναλυτικό μαθηματικό μοντέλο για την αγορά, θα φτιάξω κάποιον αλγόριθμο ο οποίος αναλύει και μαθαίνει από δεδομένα που ήδη υπάρχουν και περιγράφουν την αγορά.
  • Αποτέλεσμα: μειώθηκε η ανάγκη για αναλυτικά μοντέλα – αυξήθηκε η ανάγκη για δεδομένα

Οι τρεις βασικοί πυλώνες της Υ.Ν.

  • Τεχνητά Νευρωνικά Δίκτυα (Artificial Neural Networks)
  • Ασαφής Λογική (Fuzzy Logic)
  • Γενετικοί Αλγόριθμοι (Genetic Algorithms)


Τα νευρωνικά δίκτυα είναι αλγόριθμοι οι οποίοι προσπαθούν να μιμηθούν τα νευρωνικά δίκτυα του ανθρώπινου εγκεφάλου.

 

Κάθε «κύκλος» (νευρώνας) είναι μια συνάρτηση. Δέχεται μια είσοδο και παράγει μια έξοδο.
Η επεξεργασία στα νευρωνικά δίκτυα είναι παράλληλη και κατανεμημένη.
Υπάρχει μεγάλος βαθμός διασύνδεσης.

Τα νευρωνικά δίκτυα έχουν εντυπωσιακές ιδιότητες:
Μπορούν και εκπαιδεύονται
π.χ.  ένα νευρωνικό μπορεί να εκπαιδευτεί να αναγνωρίζει ένα «σήμα» στην είσοδο του.
Μπορεί να εκπαιδευτεί ώστε να μάθει να ελέγχει μια διεργασία (τα νευρωνικά χρησιμοποιούνται κατά κόρον στην ρομποτική όπου μαθαίνουν να ελέγχουν το ρομπότ)
Μπορούν και γενικεύουν
π.χ. μπορούν να εκπαιδευτούν ώστε να μάθουν κάποιους κανόνες. Το νευρωνικό μπορεί να γενικεύσει (μέσα σε κάποια όρια) τους κανόνες αυτούς, όπως ακριβώς κάνει ο άνθρωπος.
Έχουν ανοχή στο θόρυβο
Αν π.χ. το νευρωνικό εκπαιδευτεί να αναγνωρίζει κάποια πρότυπα (π.χ. κάποια εικόνα), τότε αν παρουσιαστεί η εικόνα αυτή στην είσοδο του αλλοιωμένη (δηλαδή με θόρυβο), τότε το νευρωνικό θα την αναγνωρίζει και πάλι
Μπορούν να προσεγγίσουν οποιαδήποτε συνάρτηση
Τα νευρωνικά δίκτυα ονομάζονται και «παγκόσμιοι προσεγγιστές» (universal approximators) γιατί μπορούν να προσεγγίσουν οποιαδήποτε συνάρτηση (data fitting).

Ασαφής Λογική

Η ασαφής λογική (fuzzy logic) είναι μια επέκταση της κλασσικής αριστοτέλειας λογικής. Μια πρόταση μπορεί να είναι αληθής με κάποιο βαθμό αληθείας, και όχι απλά αληθής ή ψευδής. Με απλά λόγια, η ασαφής λογική λέει ότι τα πράγματα συχνά δεν είναι «άσπρο-μαύρο» αλλά «αποχρώσεις του γκρι». Η ιδέα αυτή απετέλεσε επανάσταση στη θεωρία της λογικής, γιατί ξέφυγε από το μοντέλο που κυριαρχούσε εδώ και 2500 χρόνια, δηλαδή το μοντέλο του «0-1», «αληθές-ψευδές».

Παράδειγμα:
Ένα προϊόν Α έχει μια τιμή, π.χ. 300€. Το αντίστοιχο προϊόν Β από μια ανταγωνιστική εταιρία κάνει 270€. Η κλασσική λογική θα έλεγε ότι η πρόταση «Το Α είναι ακριβότερο από το Β» είναι αληθής. Η ασαφής λογική όμως θα έλεγε ότι η παραπάνω πρόταση είναι αληθής μεν, αλλά με κάποιο βαθμό αληθείας, π.χ. αληθής κατά 20%. Ας θεωρήσουμε ότι δεν λαμβάνουμε υπ’ όψιν μόνο την τιμή του προϊόντος, αλλά και άλλα χαρακτηριστικά τα οποία είναι εγγενώς υποκειμενικά όπως «η ποιότητα», «το πόσο καλαίσθητο είναι», «το πόσο πρακτικό είναι» κλπ. Η κλασσική λογική δεν μπορεί να κωδικοποιήσει τα παραπάνω χαρακτηριστικά γιατί δεν υπάρχει σαφής ποσοτικοποίησή τους. Δηλαδή δεν μπορεί να πει ότι η «ποιότητά» του είναι 4. Η ασαφής όμως λογική μπορεί να κάνει κάτι τέτοιο μιας και χρησιμοποιεί «λεκτικές μεταβλητές», οι οποίο διαχωρίζονται στο χώρο ορισμού τους. Κάποιες φορές δεν έχε σημασία λοιπόν η ακριβής τιμή, αλλά ένας ποιοτικός της χαρακτηρισμός. Παρακάτω εξηγείται αυτή η διαδικασία:

Λεκτικές μεταβλητές
Έστω το προηγούμενο παράδειγμα, και η μεταβλητή «τιμή» που θέλουμε να αποδώσουμε. Η ασαφής λογική δημιουργεί την λεκτική μεταβλητή «τιμή» την οποία και διαχωρίζει σε κάποιες κατηγορίες, π.χ. στις εξής 5: « πολύ φτηνό», «φτηνό», «κανονικό», «ακριβό», «πολύ ακριβό». Κάθε κατηγορία είναι ένα «ασαφές σύνολο» όπως φαίνεται στο διάγραμμα παρακάτω:

Είναι το προϊόν τελικά ακριβό ή φθηνό; Η ασαφής λογική απαντά ότι κατά 62% είναι «κανονικό» και κατά 10% «ακριβό». Η κλασσική λογική δεν μπορεί να δώσει καν απάντηση!
Τα ασαφή συστήματα μπορούν να λειτουργούν σε περιβάλλον ασάφειας και αβεβαιότητας και δίνουν αποτελέσματα που έχουν νόημα για τον άνθρωπο. Πλησιάζουν δηλαδή την ανθρώπινη λογική. Είναι ιδανικό εργαλείο για την λήψη αποφάσεων. Χαρακτηριστικό πλεονέκτημα της ασαφούς λογικής είναι ότι μπορεί και λειτουργεί, αλλά και αναλύει, συστήματα τα οποία είναι αρκετά πολύπλοκα. Η ασαφής λογική δίνει μια ικανοποιητική λύση στη λεγόμενη αρχή του ασυμβίβαστου:
«Καθώς η πολυπλοκότητα ενός συστήματος αυξάνει, η ικανότητα μας να προβαίνουμε σε ακριβείς και σημαντικές δηλώσεις για τη συμπεριφορά του μειώνεται μέχρι που να φθάσουμε σε ένα όριο πέρα από το οποίο ακρίβεια και σημαντικότητα (ή σχετικότητα) καθίστανται σχεδόν αμοιβαίως αποκλειόμενα χαρακτηριστικά».
Ένας ασαφές σύστημα στην ουσία μπορεί να δημιουργηθεί κατά τέτοιον τρόπο ώστε να «αντικατοπτρίζει» τις γνώσεις ενός ειδικού πάνω στο θέμα που επιχειρεί να αντιμετωπίσει. Ουσιαστικά η γνώση του ειδικού κωδικοποιείται μέσα στο σύστημα ασαφούς λογικής. Γι’ αυτό το λόγο τα ασαφής συστήματα λέγονται και «Έμπειρα συστήματα» (Expert systems).

Γενετικοί Αλγόριθμοι

Οι γενετικοί αλγόριθμοι είναι αλγόριθμοι οι οποίοι προσπαθούν να μιμηθούν την διαδικασία της βιολογικής εξέλιξης. Προσπαθούν να βρουν τη λύση ενός προβλήματος με το να προσομοιώνουν την εξέλιξη ενός πληθυσμού «λύσεων» του προβλήματος.
Οι γενετικοί αλγόριθμοι δεν επιλύουν το πρόβλημα με αναλυτικό/ μαθηματικό τρόπο αλλά με βιολογικό. Συνεπώς έχουν μεγαλύτερη ενδογενή ευελιξία και ελευθερία να επιλέγουν μια επιθυμητή βέλτιστη λύση σύμφωνα με τις προδιαγραφές του προβλήματος.
Ουσιαστικά οι γενετικό αλγόριθμοι είναι αλγόριθμοι αναζήτησης (heuristics) που προσπαθούν ν’ αναζητήσουν την λύση του προβλήματος που εμείς περιγράφουμε.

Παράδειγμα:
Έστω ότι έχουμε μια διεργασία Ε η οποία εξαρτάται από τις μεταβλητές x1,x2,x3,x4. Η διεργασία Ε παράγει ένα προϊόν Α. Ποιες είναι οι τιμές των x1,x2,x3,x4 ώστε το κόστος του Α να είναι το μικρότερο δυνατό; Για να λύσει αυτό το πρόβλημα ο γενετικός αλγόριθμος, δημιουργεί κάποιες αρχικές τυχαίες λύσεις του προβλήματος. Δηλαδή, δημιουργεί ένα πληθυσμό «χρωμοσωμάτων»  όπου το κάθε χρωμόσωμα αντιστοιχεί σε κάποιες τιμές των x1-x4 π.χ. χρωμόσωμα1= [x1=2, x2=45.3, x3=642, x4=0.2]. Για να εκτιμήσει την καταλληλότητα του χρωμοσώματος αυτού, υπάρχει μια συνάρτηση καταλληλότητας (fitness function) η οποία και κρίνει το κατά πόσο είναι κατάλληλο το κάθε χρωμόσωμα. Κάθε χρωμόσωμα κρίνεται για την καταλληλότητά του, και στη συνέχεια επιλέγονται τα καλύτερα χρωμοσώματα. Αυτά «αναπαράγονται» χρησιμοποιώντας ορισμένους γενετικούς τελεστές, και φτιάχνουν την επόμενη γενιά χρωμοσωμάτων-πληθυσμό. Μετά από πολλές γενιές, ο πληθυσμός θα έχει χρωμοσώματα τα οποία είναι αρκετά κατάλληλα για το πρόβλημα, ή αλλιώς, τα διάφορα x1-x4 που αντιστοιχούν σε κάθε χρωμόσωμα λύνουν πολύ ικανοποιητικά το πρόβλημα.

Μερικές εφαρμογές της υπολογιστικής νοημοσύνης είναι οι εξής:
Λήψη αποφάσεων μέσα σε Αβεβαιότητα
Κόστος κύκλου ζωής
Χρεολύσιο
Τιμολόγηση αγαθών και υπηρεσιών
Επιλογή προμηθευτή αγαθών
Πρόβλεψη ζήτησης αγαθών και άλλων μεγεθών
Αξιολόγηση διεργασιών και εξοπλισμού
Χρονοπρογραμματισμός εργασιών και υπηρεσιών
Προγραμματισμός παραγωγής
Το πρόβλημα απόδοσης επαίνου
Αλγόριθμοι δρομολόγησης (fleet routing)
Οι  εφαρμογές αυτές είναι ενδεικτικές. Η υπολογιστική νοημοσύνη μπορεί να βρει εφαρμογή σε πάμπολλα προβλήματα διοίκησης και παραγωγής, όπου μπορεί να δώσει πρακτικές λύσεις. Ουσιαστικά, αυτό που χρειάζεται περισσότερο είναι η σωστή διατύπωση του προβλήματος και δεδομένα παρελθοντικών χρόνων.


Ζ. Πηγής 25, 15127 Μελίσσια, Αττική Τηλ. 210 610 8888 | Επικοινωνήστε μαζί μας | © mediamax 1997-2009
eMarketing solutions,internet marketing, υπηρεσίες internet, Google marketing, διαφήμιση στο Google, banners, διαφημιση στις μηχανες αναζήτησης, προωθηση στις μηχανες αναζητησης, web design, development, ColdFusion, Hotel marketing, προώθηση ιστοσελίδων, μηχανές αναζήτησης, search engine marketing, website marketing, internet marketing, web marketing , google Ads, online reputation, web PR, social web, social marketing, web consultants, web διαφήμιση, online, banner campaign, , search engines marketing, budget (PPC, flat rate, CPM), Email marketing , Newsletter campaig. social web.